من رؤى ساخرة إلى واقع: لماذا تفوقت تقنيات الذكاء الاصطناعي وروبوتات الخدمة على منتقديها؟ – الصورة: Xpert.Digital
عندما يصبح المستحيل أمراً عادياً: تحذير لجميع المتشككين في التكنولوجيا
بين النشوة والازدراء - رحلة تكنولوجية عبر الزمن
غالباً ما يتبع تاريخ الابتكار التكنولوجي نمطاً متوقعاً: ففترة من النشوة المفرطة تتبعها حتماً فترة من خيبة الأمل والاستياء، قبل أن تستحوذ التكنولوجيا في نهاية المطاف وبهدوء على الحياة اليومية. ويمكن ملاحظة هذه الظاهرة بشكل لافت للنظر في مجالين تكنولوجيين يُعتبران الآن من أهم تقنيات القرن الحادي والعشرين: الذكاء الاصطناعي وروبوتات الخدمة.
في أواخر ثمانينيات القرن الماضي، كانت أبحاث الذكاء الاصطناعي تمر بإحدى أعمق أزماتها في تاريخها. فقد بدأت ما يُسمى بـ"الشتاء الثاني للذكاء الاصطناعي"، وبدأ تقليص تمويل الأبحاث، وأعلن العديد من الخبراء فشل فكرة الآلات المفكرة. وواجهت روبوتات الخدمة مصيراً مشابهاً بعد عقدين من الزمن: فبينما لم يكن نقص العمالة الماهرة قضية ذات أهمية اجتماعية تُذكر مع مطلع الألفية، رُفضت روبوتات قطاع الخدمات باعتبارها ألعاباً باهظة الثمن وخيالاً علمياً غير واقعي.
يتناول هذا التحليل مسارات التطور المتوازية لكلا التقنيتين، ويكشف الآليات التي تؤدي إلى التقليل المنهجي من شأن الابتكارات الثورية في البداية. ويتضح أن كلاً من النشوة الأولية والازدراء اللاحق كانا معيبين بنفس القدر، وما الدروس المستفادة من ذلك لتقييم التقنيات المستقبلية.
ذو صلة بهذا الموضوع:
نظرة إلى الوراء على الأمس: قصة ثورة أُسيء فهمها
تعود جذور أبحاث الذكاء الاصطناعي الحديثة إلى خمسينيات القرن الماضي، عندما وضع روادٌ مثل آلان تورينج وجون مكارثي الأسس النظرية للآلات المفكرة. ويُعتبر مؤتمر دارتموث الشهير عام 1956 بمثابة ميلاد الذكاء الاصطناعي كمجال بحثي. وقد غمرت الباحثين الأوائل تفاؤلٌ لا حدود له، إذ آمنوا إيمانًا راسخًا بأن الآلات ستصل إلى مستوى الذكاء البشري في غضون سنوات قليلة.
شهدت ستينيات القرن العشرين أولى النجاحات الباهرة. فقد تمكنت برامج مثل "المنطق النظري" من إثبات نظريات رياضية، وفي عام 1966، طور جوزيف وايزنباوم برنامج "إليزا"، أول برنامج محادثة آلي في التاريخ. حاكى "إليزا" معالجًا نفسيًا، وكان مقنعًا للغاية في تقليده للمحادثة البشرية لدرجة أن سكرتيرة وايزنباوم نفسها طلبت التحدث إلى البرنامج بمفردها. ومن المفارقات أن وايزنباوم شعر بالرعب من هذا النجاح، فقد كان يطمح إلى إثبات أن البشر لا يمكن خداعهم بالآلات.
لكنّ خيبة الأمل الكبرى الأولى بدأت في وقت مبكر من سبعينيات القرن الماضي. فقد أعلن تقرير لايت هيل سيئ السمعة عام 1973 أن أبحاث الذكاء الاصطناعي فاشلة فشلاً ذريعاً، ما أدى إلى تخفيضات حادة في تمويل الأبحاث في بريطانيا العظمى. وحذت وكالة مشاريع الأبحاث الدفاعية المتقدمة (DARPA) في الولايات المتحدة حذوها باتخاذ إجراءات مماثلة. وهكذا بدأ أول ركود في مجال الذكاء الاصطناعي.
كانت نقطة التحول الحاسمة هي نقد مارفن مينسكي وسيمور بابيرت للبيرسيبترونات - وهي شبكات عصبية مبكرة - في عام 1969. فقد أثبتا رياضياً أن البيرسيبترونات البسيطة لا تستطيع حتى تعلم دالة XOR، وبالتالي فهي غير قابلة للاستخدام في التطبيقات العملية. وقد أدى هذا النقد إلى توقف أبحاث الشبكات العصبية لما يقرب من عقدين من الزمن.
شهدت ثمانينيات القرن الماضي نهضةً في مجال الذكاء الاصطناعي مع ظهور أنظمة الخبراء. هذه الأنظمة القائمة على القواعد، مثل نظام MYCIN المستخدم في تشخيص الأمراض المعدية، بدت أخيرًا على وشك تحقيق طفرة نوعية. استثمرت الشركات ملايين الدولارات في أجهزة Lisp المتخصصة، المصممة خصيصًا لتشغيل برامج الذكاء الاصطناعي.
لكن هذه النشوة لم تدم طويلاً. فبحلول نهاية ثمانينيات القرن الماضي، بات من الواضح أن أنظمة الخبراء محدودة جوهرياً: فهي لا تعمل إلا في مجالات محددة بدقة، وتتطلب صيانة مكثفة للغاية، وتفشل تماماً بمجرد مواجهتها لمواقف غير متوقعة. وانهارت صناعة آلات لغة ليسب بشكل مذهل، حيث أفلست شركات مثل LMI في وقت مبكر من عام 1986. وبدأ الشتاء الثاني للذكاء الاصطناعي، وكان أشد قسوة وأطول أمداً من الأول.
في الوقت نفسه، تطورت الروبوتات في البداية بشكل شبه حصري في القطاع الصناعي. وقد اضطلعت اليابان بدور ريادي في تكنولوجيا الروبوتات منذ ثمانينيات القرن الماضي، لكنها ركزت أيضاً على التطبيقات الصناعية. وبدأت شركة هوندا بتطوير روبوتات شبيهة بالبشر في عام 1986، لكنها أبقت هذا البحث سراً تاماً.
الأساس الخفي: كيف نشأت الإنجازات في الخفاء
رغم أن أبحاث الذكاء الاصطناعي اعتُبرت فاشلةً علنًا في أواخر ثمانينيات القرن الماضي، إلا أن تطوراتٍ رائدةً كانت تحدث في الوقت نفسه، وإن لم تحظَ بالاهتمام الكافي. وكان أهم هذه التطورات إعادة اكتشاف خوارزمية الانتشار العكسي وتطويرها على يد جيفري هينتون، وديفيد روميلهارت، ورونالد ويليامز عام ١٩٨٦.
حلت هذه التقنية المشكلة الأساسية للتعلم في الشبكات العصبية متعددة الطبقات، داحضةً بذلك انتقادات مينسكي وبابرت. مع ذلك، لم يُبدِ مجتمع الذكاء الاصطناعي في البداية أي رد فعل يُذكر تجاه هذه الثورة. فقد كانت الحواسيب المتاحة بطيئة للغاية، وبيانات التدريب شحيحة، كما أن الاهتمام العام بالشبكات العصبية قد تضرر بشدة جراء الانتقادات اللاذعة التي وُجهت إليها في ستينيات القرن الماضي.
لم يدرك سوى عدد قليل من الباحثين ذوي الرؤية الثاقبة، مثل يان ليكان، الإمكانات التحويلية لتقنية الانتشار العكسي. عمل هؤلاء الباحثون لسنوات في ظل الذكاء الاصطناعي الرمزي الراسخ، واضعين الأسس لما سيُهيمن لاحقًا على العالم باسم التعلّم العميق. يُجسّد هذا التطور المتوازي نمطًا مميزًا للابتكار التكنولوجي: غالبًا ما تحدث الاختراقات تحديدًا عندما تُعتبر تقنية ما فاشلة علنًا.
يمكن ملاحظة ظاهرة مماثلة في مجال الروبوتات. فبينما انصب اهتمام الجمهور في التسعينيات على نجاحات مذهلة ولكنها سطحية في نهاية المطاف، مثل فوز ديب بلو على غاري كاسباروف في عام 1997، قامت شركات يابانية مثل هوندا وسوني بتطوير أسس روبوتات الخدمة الحديثة بهدوء.
رغم أن ديب بلو كان علامة فارقة في قوة الحوسبة، إلا أنه كان لا يزال يعتمد كلياً على تقنيات البرمجة التقليدية دون قدرات تعلم حقيقية. وقد أدرك كاسباروف نفسه لاحقاً أن الإنجاز الحقيقي لا يكمن في قوة الحوسبة الخام، بل في تطوير أنظمة تكيفية قادرة على التحسين الذاتي.
استفاد تطوير الروبوتات في اليابان من اختلاف النظرة الثقافية تجاه الأتمتة والروبوتات. فبينما كانت الروبوتات تُنظر إليها في الدول الغربية في المقام الأول على أنها تهديد للوظائف، رأت اليابان فيها شريكاً ضرورياً في مجتمع يشيخ. وقد مكّن هذا القبول الثقافي الشركات اليابانية من الاستثمار المستمر في تقنيات الروبوتات، حتى عندما لم تكن الفوائد التجارية قصيرة الأجل واضحة.
كان للتحسين التدريجي للتقنيات الأساسية دور حاسم أيضاً: فقد أصبحت أجهزة الاستشعار أصغر حجماً وأكثر دقة، والمعالجات أقوى وأكثر كفاءة في استهلاك الطاقة، وخوارزميات البرمجيات أكثر تطوراً. تراكمت هذه التطورات التدريجية على مر السنين لتشكل قفزات نوعية، إلا أنها كانت صعبة على المراقبين الخارجيين إدراكها.
الحاضر والاختراق: عندما يصبح المستحيل أمراً عادياً
بدأ التحول الجذري في النظرة إلى الذكاء الاصطناعي وروبوتات الخدمة، على نحوٍ متناقض، تحديداً عندما واجهت كلتا التقنيتين أشد الانتقادات. وانتهى ركود الذكاء الاصطناعي في أوائل التسعينيات فجأةً بسلسلة من الإنجازات التي كانت جذورها في المناهج التي يُفترض أنها فشلت في ثمانينيات القرن الماضي.
كانت نقطة التحول الأولى هي فوز ديب بلو على كاسباروف عام 1997، والذي، على الرغم من اعتماده على البرمجة التقليدية، غيّر بشكل جذري النظرة العامة لقدرات الحوسبة. لكن الأهم من ذلك، كان نهضة الشبكات العصبية منذ بداية الألفية الثانية، مدفوعةً بالنمو الهائل في قوة الحوسبة وتوفر مجموعات البيانات الضخمة.
أثمرت جهود جيفري هينتون التي امتدت لعقود في مجال الشبكات العصبية أخيرًا. فقد حققت أنظمة التعلم العميق أداءً متميزًا في التعرف على الصور ومعالجة الكلام وغيرها من المجالات التي كانت تُعتبر مستحيلة قبل بضع سنوات فقط. هزم برنامج ألفا غو بطل العالم في لعبة غو عام 2016، وأحدث برنامج تشات جي بي تي ثورة في التفاعل بين الإنسان والحاسوب عام 2022، وكلاهما يعتمد على تقنيات تعود أصولها إلى ثمانينيات القرن الماضي.
في الوقت نفسه، تطورت روبوتات الخدمة من مجرد فكرة خيالية إلى حلول عملية لمشاكل واقعية. فقد أدى التغير الديموغرافي والنقص المتزايد في العمالة الماهرة إلى خلق حاجة ملحة للمساعدة الآلية. وتم نشر روبوتات مثل "بيبر" في دور رعاية المسنين، بينما أحدثت روبوتات الخدمات اللوجستية ثورة في المستودعات.
لم يكن التقدم التكنولوجي وحده عاملاً حاسماً في ذلك، بل أيضاً التغيير في البنية الاجتماعية. فقد تحول نقص العمالة الماهرة، الذي لم يكن مشكلة في مطلع الألفية، إلى أحد أبرز التحديات التي تواجه الاقتصادات المتقدمة. وفجأة، لم تعد الروبوتات تُنظر إليها على أنها تُهدد الوظائف، بل على أنها أدوات مساعدة ضرورية.
ساهمت جائحة كوفيد-19 في تسريع هذا التطور. اكتسبت الخدمات غير التلامسية والعمليات الآلية أهمية بالغة، في حين برزت بشكل واضح في الوقت نفسه النقص الحاد في الكوادر الطبية في مجالات حيوية كالتمريض. وأصبحت التقنيات التي كانت تُعتبر غير عملية لعقود من الزمن ضرورية لا غنى عنها.
أصبح كل من الذكاء الاصطناعي وروبوتات الخدمة واقعًا يوميًا. تعتمد المساعدات الصوتية مثل سيري وأليكسا على تقنيات مشتقة مباشرة من إليزا، ولكنها شهدت تحسينات هائلة بفضل أساليب الذكاء الاصطناعي الحديثة. تدعم روبوتات الرعاية بالفعل العاملين في دور رعاية المسنين اليابانية بشكل روتيني، بينما تقترب الروبوتات الشبيهة بالبشر من اقتحام قطاعات خدمات أخرى.
أمثلة عملية: عندما تلتقي النظرية بالواقع
إن تحويل المفاهيم التي كانت موضع سخرية إلى أدوات لا غنى عنها يمكن توضيحه بشكل أفضل من خلال أمثلة ملموسة ترسم المسار من الفضول المختبري إلى النضج السوقي.
أول مثالٍ مُلفتٍ للنظر هو تطوير روبوت "بيبر" من قِبل شركة "سوفت بنك روبوتيكس". يستند "بيبر" إلى عقودٍ من البحث في مجال التفاعل بين الإنسان والروبوت، وقد صُمِّم في البداية ليكون روبوتًا يُستخدم في متاجر التجزئة. واليوم، يُستخدم "بيبر" بنجاح في دور رعاية المسنين الألمانية للتواصل مع مرضى الخرف. يستطيع الروبوت إجراء محادثاتٍ بسيطة، وتقديم تدريبٍ على الذاكرة، وتعزيز التفاعل الاجتماعي من خلال وجوده. ما كان يُعتبر ابتكارًا باهظ الثمن في العقد الأول من الألفية الثانية، يُثبت الآن أنه دعمٌ قيّمٌ لطاقم التمريض المُرهَق.
ومن الجدير بالذكر بشكل خاص تقبّل المرضى: فكبار السن الذين لم ينشأوا في عصر الحواسيب يتفاعلون بشكل طبيعي ودون تردد مع الروبوت الشبيه بالبشر. وهذا يؤكد النظرية التي طالما نوقشت، والتي مفادها أن لدى البشر ميلاً فطرياً لإضفاء الصفات البشرية على الآلات، وهي ظاهرة لوحظت بالفعل مع إليزا في ستينيات القرن الماضي.
يأتي المثال الثاني من قطاع الخدمات اللوجستية: استخدام الروبوتات ذاتية التشغيل في المستودعات ومراكز التوزيع. تستخدم شركات مثل أمازون الآن عشرات الآلاف من الروبوتات لفرز البضائع ونقلها وتعبئتها. تتولى هذه الروبوتات مهامًا كانت تُعتبر معقدة للغاية بالنسبة للآلات قبل بضع سنوات فقط: فهي تتنقل بشكل مستقل عبر بيئات ديناميكية، وتتعرف على مجموعة واسعة من الأشياء وتتعامل معها، وتنسق أعمالها مع زملائها من البشر.
لم يتحقق هذا الإنجاز من خلال قفزة تكنولوجية واحدة، بل من خلال دمج تقنيات متعددة: فقد مكّنت التحسينات في تكنولوجيا الاستشعار من إدراك دقيق للبيئة، وسمحت المعالجات القوية باتخاذ قرارات فورية، وحسّنت خوارزميات الذكاء الاصطناعي التنسيق بين مئات الروبوتات. وفي الوقت نفسه، ضمنت عوامل اقتصادية - كنقص العمالة، وارتفاع تكاليفها، ومتطلبات الجودة العالية - أن يصبح الاستثمار في تكنولوجيا الروبوتات مربحًا فجأة.
يُمكن إيجاد مثال ثالث في مجال التشخيص الطبي، حيث تُساعد أنظمة الذكاء الاصطناعي الأطباء حاليًا في الكشف عن الأمراض. تستطيع خوارزميات التعرّف على الصور الحديثة تشخيص سرطان الجلد، وأمراض العيون، وسرطان الثدي بدقة تُضاهي أو حتى تتجاوز دقة المتخصصين. تعتمد هذه الأنظمة بشكل مباشر على الشبكات العصبية، التي طُوّرت في ثمانينيات القرن الماضي، ولكن جرى تجاهلها لعقود باعتبارها غير عملية.
الأمر المثير للإعجاب بشكل خاص هو استمرارية التطوير: تستخدم خوارزميات التعلم العميق اليوم نفس المبادئ الرياضية الأساسية التي اعتمدت عليها خوارزمية الانتشار العكسي منذ عام 1986. ويكمن الاختلاف الجوهري في القدرة الحاسوبية المتاحة وكمية البيانات. فما أثبته هينتون وزملاؤه باستخدام مسائل بسيطة وبسيطة، أصبح الآن قابلاً للتطبيق على الصور الطبية التي تحتوي على ملايين البكسلات ومجموعات بيانات التدريب التي تضم مئات الآلاف من الأمثلة.
تُوضح هذه الأمثلة نمطًا مميزًا: غالبًا ما تظهر التقنيات الأساسية قبل عقود من تطبيقها العملي. وبين دراسة الجدوى العلمية والاستعداد للسوق، توجد عادةً مرحلة طويلة من التحسينات التدريجية، تبدو خلالها التقنية راكدة للمراقبين الخارجيين. ثم يحدث الاختراق فجأةً عندما تتضافر عدة عوامل في آنٍ واحد، وهي: النضج التكنولوجي، والضرورة الاقتصادية، والقبول المجتمعي.
خبرتنا العالمية في مجال الصناعة والاقتصاد في تطوير الأعمال والمبيعات والتسويق
خبرتنا العالمية في مجال الصناعة والاقتصاد في تطوير الأعمال والمبيعات والتسويق - الصورة: Xpert.Digital
مجالات التركيز الصناعية: الأعمال التجارية بين الشركات، والتحول الرقمي (من الذكاء الاصطناعي إلى الواقع الممتد)، والهندسة الميكانيكية، والخدمات اللوجستية، والطاقات المتجددة، والصناعة
للمزيد من المعلومات، انقر هنا:
مركز متخصص يقدم رؤى وخبرات:
- منصة معرفية تغطي الاقتصادات العالمية والإقليمية والابتكار والاتجاهات الخاصة بكل صناعة
- مجموعة من التحليلات والرؤى والمعلومات الأساسية من مجالات تركيزنا الرئيسية
- مكانٌ للخبرة والمعلومات حول التطورات الحالية في مجال الأعمال والتكنولوجيا
- مركز للشركات التي تسعى للحصول على معلومات حول الأسواق والتحول الرقمي والابتكارات الصناعية
الضجة الإعلامية، وادي خيبة الأمل، والاختراق: قواعد تطور التكنولوجيا
الظلال والتناقضات: الوجه الآخر للتقدم
مع ذلك، فإن قصة نجاح الذكاء الاصطناعي وروبوتات الخدمة لا تخلو من جوانبها المظلمة وتناقضاتها التي لم تُحل. وكان الازدراء الأولي لهذه التقنيات، على وجه الخصوص، مبرراً جزئياً، ولا تزال بعض الأسباب قائمة حتى اليوم.
تُعدّ مشكلة "الصندوق الأسود" في أنظمة الذكاء الاصطناعي الحديثة من أبرز المشاكل. فبينما كانت أنظمة الخبراء في ثمانينيات القرن الماضي تتمتع بعمليات اتخاذ قرار مفهومة نظريًا على الأقل، فإن أنظمة التعلم العميق الحالية مبهمة تمامًا. حتى مطوروها لا يستطيعون تفسير سبب اتخاذ الشبكة العصبية قرارًا معينًا. ويؤدي هذا إلى مشاكل كبيرة في مجالات تطبيقية بالغة الأهمية كالطب والقيادة الذاتية، حيث تُعدّ إمكانية التتبع والمساءلة أمرًا بالغ الأهمية.
أصبح جوزيف وايزنباوم، مبتكر برنامج إليزا، أحد أبرز منتقدي تطوير الذكاء الاصطناعي، وذلك لسبب وجيه. فقد أثبتت تحذيراته من ميل الناس إلى إضفاء صفات بشرية على الآلات ووضع ثقة مفرطة فيها صحتها. ويُعدّ تأثير إليزا - أي الميل إلى اعتبار برامج الدردشة الآلية البدائية أكثر ذكاءً مما هي عليه في الواقع - أكثر أهمية اليوم من أي وقت مضى، حيث يتفاعل ملايين الأشخاص يوميًا مع المساعدين الصوتيين وبرامج الدردشة الآلية.
يواجه مجال الروبوتات تحديات مماثلة. تشير الدراسات إلى ازدياد الشكوك تجاه الروبوتات في أوروبا بشكل ملحوظ بين عامي 2012 و2017، لا سيما فيما يتعلق باستخدامها في أماكن العمل. هذه الشكوك ليست غير منطقية، فالأتمتة تؤدي بالفعل إلى فقدان بعض الوظائف، حتى وإن تم استحداث وظائف جديدة في الوقت نفسه. إن الادعاء بأن الروبوتات لا تتولى إلا المهام "القذرة والخطيرة والمملة" هو تبسيط مفرط، فهي تتولى بشكل متزايد وظائف تتطلب مهارات عالية أيضاً.
يُعدّ الوضع في قطاع الرعاية الصحية إشكاليًا للغاية. فبينما يُروّج لروبوتات الرعاية كحلّ لنقص الموظفين، ثمة خطرٌ يتمثل في تجريد هذا القطاع المُرهَق أصلًا من إنسانيته. لا يُمكن للتفاعل مع الروبوتات أن يحلّ محلّ الرعاية البشرية، حتى وإن كان بإمكانها القيام ببعض المهام الوظيفية. يكمن الإغراء في إعطاء الأولوية لمكاسب الكفاءة على حساب الاحتياجات الإنسانية.
تتمثل إحدى المشكلات الأساسية الأخرى في تركز السلطة. يتطلب تطوير أنظمة الذكاء الاصطناعي المتقدمة موارد هائلة - قوة حاسوبية، وبيانات، ورأس مال - لا تستطيع توفيرها إلا قلة من الشركات العالمية. ويؤدي هذا إلى تركز غير مسبوق للسلطة في أيدي عدد قليل من شركات التكنولوجيا، مع ما يترتب على ذلك من عواقب وخيمة على الديمقراطية والمشاركة الاجتماعية.
يُقدّم تاريخ أجهزة لغة ليسب في ثمانينيات القرن الماضي مثالاً توضيحياً مفيداً. فقد كانت هذه الحواسيب المتخصصة للغاية بارعة تقنياً، لكنها مُنيت بالفشل التجاري لأنها كانت حكراً على نخبة صغيرة، ولم تكن متوافقة مع التقنيات القياسية. واليوم، ثمة خطر من ظهور حلول معزولة مماثلة في مجال الذكاء الاصطناعي، مع اختلاف أن القوة هذه المرة تتركز في أيدي عدد قليل من الشركات العالمية بدلاً من الشركات المتخصصة في مجالات محددة.
وأخيرًا، يبقى السؤال مطروحًا حول الآثار المجتمعية طويلة الأمد. فالتوقعات المتفائلة التي سادت في خمسينيات القرن الماضي، والتي تنبأت بأن الأتمتة ستؤدي إلى مزيد من وقت الفراغ والرخاء للجميع، لم تتحقق. بل على العكس، غالبًا ما أسفرت التطورات التكنولوجية عن تفاقم عدم المساواة وظهور أشكال جديدة من الاستغلال. ولا يوجد ما يدعو للاعتقاد بأن الذكاء الاصطناعي والروبوتات سيكون لهما تأثير مختلف هذه المرة ما لم تُتخذ تدابير مضادة مدروسة.
ذو صلة بهذا الموضوع:
آفاق المستقبل: ما يكشفه الماضي عن الغد
يُقدّم تاريخ التطور المتوازي للذكاء الاصطناعي وروبوتات الخدمة رؤى قيّمة لتقييم اتجاهات التكنولوجيا المستقبلية. ويمكن تحديد العديد من الأنماط التي يُرجّح ظهورها أيضاً في الابتكارات المستقبلية.
أهم نمط هو دورة الضجة الإعلامية المميزة: تمر التقنيات الجديدة عادةً بمرحلة من التوقعات المبالغ فيها، تليها فترة من خيبة الأمل، قبل أن تصل في النهاية إلى مرحلة النضج العملي. هذه الدورة ليست عشوائية، بل تعكس اختلاف الأطر الزمنية للاختراقات العلمية والتطور التكنولوجي والتبني المجتمعي.
الأهم من ذلك، أن الابتكارات الرائدة غالبًا ما تظهر تحديدًا عندما تُعتبر تقنية ما فاشلة علنًا. طُوّرت خوارزمية الانتشار العكسي عام ١٩٨٦، في خضمّ فترة الركود الثانية للذكاء الاصطناعي. وُضعت أسس روبوتات الخدمة الحديثة في تسعينيات القرن الماضي وأوائل الألفية الثانية، حين كانت الروبوتات لا تزال تُعتبر ضربًا من الخيال العلمي. والسبب في ذلك هو أن الأبحاث الأساسية الدقيقة تُجرى بعيدًا عن الأضواء، ولا تُؤتي ثمارها إلا بعد سنوات.
بالنظر إلى المستقبل، يعني هذا أن التقنيات الواعدة غالبًا ما تُكتشف في مجالات تُعتبر حاليًا إشكالية أو فاشلة. الحوسبة الكمومية تُشبه وضع الذكاء الاصطناعي في ثمانينيات القرن الماضي: واعدة نظريًا، لكنها غير قابلة للتطبيق عمليًا. طاقة الاندماج النووي في وضع مماثل - فهي "على بُعد 20 عامًا من الجاهزية للسوق" منذ عقود، ولكن مع تقدم مستمر في الخلفية.
ثمة نمط مهم آخر يتمثل في دور الظروف الاقتصادية والاجتماعية. فالتكنولوجيا لا تسود فقط لتفوقها التقني، بل أيضاً لأنها تعالج مشكلات محددة. وقد أدى التغير الديموغرافي إلى ظهور الحاجة إلى روبوتات الخدمة، وجعل نقص العمالة الماهرة الأتمتة ضرورة حتمية، وأسفر التحول الرقمي عن كميات هائلة من البيانات التي أتاحت التعلم العميق في المقام الأول.
بالنسبة للمستقبل، يمكن تحديد عوامل مماثلة بالفعل: سيشجع تغير المناخ على استخدام التقنيات التي تساهم في خفض الانبعاثات الكربونية. وسيؤدي ازدياد نسبة كبار السن إلى دفع عجلة الابتكارات في المجالين الطبي والتمريضي. كما أن تزايد تعقيد الأنظمة العالمية سيستلزم أدوات تحليل وتحكم أفضل.
أما النمط الثالث فيتعلق بتقارب مسارات تكنولوجية مختلفة. ففي كل من الذكاء الاصطناعي وروبوتات الخدمة، لم يكن الإنجاز نتيجة ابتكار واحد، بل نتيجة تكامل عدة مسارات تطوير. ففي الذكاء الاصطناعي، تضافرت خوارزميات محسّنة، وقدرة حاسوبية أكبر، ومجموعات بيانات أوسع. أما في روبوتات الخدمة، فقد تضافرت التطورات في أجهزة الاستشعار، والميكانيكا، وتخزين الطاقة، والبرمجيات.
من المرجح أن تحدث الإنجازات المستقبلية عند تقاطع مختلف التخصصات. فدمج الذكاء الاصطناعي مع التقنية الحيوية قد يُحدث ثورة في الطب الشخصي. كما أن دمج الروبوتات مع تقنية النانو قد يفتح آفاقًا جديدة تمامًا للتطبيقات. أما دمج الحوسبة الكمومية مع التعلم الآلي فقد يحل مسائل التحسين التي تُعتبر حاليًا مستعصية على الحل.
في الوقت نفسه، يحذرنا التاريخ من المبالغة في التوقعات قصيرة الأجل. فمعظم التقنيات الثورية تتطلب من 20 إلى 30 عامًا من الاكتشاف العلمي إلى التبني المجتمعي الواسع. هذا الإطار الزمني ضروري لتجاوز المشكلات التقنية الأولية، وخفض التكاليف، وبناء البنية التحتية، واكتساب القبول الاجتماعي.
من الدروس المهمة بشكل خاص أن التقنيات غالبًا ما تتطور بشكل مختلف تمامًا عما كان متوقعًا في البداية. كان الهدف من برنامج إليزا هو إظهار حدود التواصل الحاسوبي، لكنه أصبح نموذجًا لبرامج الدردشة الآلية الحديثة. انتصر ديب بلو على كاسباروف بفضل قوته الحاسوبية الهائلة، لكن الثورة الحقيقية جاءت من الأنظمة التكيفية. كان الهدف من روبوتات الخدمة في الأصل هو استبدال العمال البشريين، لكنها أثبتت أنها إضافة قيّمة في حالات نقص الموظفين.
ينبغي أن يكون هذا التذبذب بمثابة تذكير بضرورة التحلي بالتواضع عند تقييم التقنيات الناشئة. فليس من العدل المبالغة في التفاؤل أو الاستخفاف المطلق بتعقيد التطور التكنولوجي. بل نحتاج إلى نهج دقيق يأخذ في الحسبان إمكانات ومخاطر التقنيات الجديدة على حد سواء، ويكون مستعدًا لمراجعة التقييمات بناءً على رؤى جديدة.
دروس من عصر أُسيء فهمه: ما الذي تبقى من المعرفة؟
تكشف المسارات المتوازية للذكاء الاصطناعي وروبوتات الخدمة عن حقائق جوهرية حول طبيعة التغير التكنولوجي تتجاوز بكثير هذه المجالات المحددة. وتُظهر هذه المسارات أن كلاً من النشوة التكنولوجية العمياء والعداء المطلق للتكنولوجيا مضللان بنفس القدر.
تكمن أهمّ فكرة في إدراك الفجوة الزمنية بين الاكتشاف العلمي والتطبيق العملي. فما يبدو اليوم ابتكارًا ثوريًا غالبًا ما يكون متجذرًا في أبحاث أساسية أُجريت قبل عقود. فخوارزمية الانتشار العكسي لجيفري هينتون، التي طُوّرت عام ١٩٨٦، تُشكّل أساس برنامج ChatGPT والمركبات ذاتية القيادة اليوم. كما أن برنامج ELIZA لجوزيف وايزنباوم، الذي طُوّر عام ١٩٦٦، لا يزال حاضرًا في المساعدين الصوتيين المعاصرين. هذه الفجوة الزمنية الطويلة بين الاختراع والتطبيق تُفسّر سبب فشل تقييمات التكنولوجيا في كثير من الأحيان.
يُعدّ دور ما يُسمى بـ"وادي خيبة الأمل" بالغ الأهمية هنا. فكل تقنية مهمة تمر بمرحلة لا يُمكن فيها تحقيق الوعود الأولية، وتُعتبر فاشلة. هذه المرحلة ليست حتمية فحسب، بل ضرورية أيضاً: فهي تُصفّي المناهج المشكوك فيها، وتُجبر على التركيز على المفاهيم القابلة للتطبيق فعلاً. وقد ساهمت فترتا ركود الذكاء الاصطناعي في سبعينيات وثمانينيات القرن الماضي في القضاء على التوقعات غير الواقعية، ومهّدتا الطريق للعمل الدؤوب الذي أفضى لاحقاً إلى إنجازات حقيقية.
ومن النتائج الرئيسية الأخرى دور الظروف المجتمعية. فالتكنولوجيا لا تسود لمجرد تفوقها التكنولوجي، بل لأنها تلبي احتياجات مجتمعية محددة. وقد حوّل التغير الديموغرافي روبوتات الخدمة من مجرد فكرة مثيرة للاهتمام إلى ضرورة ملحة. كما حوّل نقص العمالة الماهرة الأتمتة من تهديد إلى شريان حياة. وهذا الارتباط بالسياق يفسر اختلاف تقييم التكنولوجيا نفسها اختلافاً جذرياً باختلاف الأوقات.
ومن الجدير بالذكر بشكل خاص أهمية العوامل الثقافية. فقد مكّن الموقف الإيجابي لليابان تجاه الروبوتات من الاستثمار المستمر في هذه التقنية، حتى عندما كانت تُعتبر غير عملية في الغرب. وقد أثمر هذا الانفتاح الثقافي عندما أصبحت الروبوتات فجأة ضرورة عالمية. في المقابل، تسبب تزايد الشكوك تجاه الأتمتة في أوروبا في تخلف القارة عن الركب في التقنيات المستقبلية الرئيسية.
يحذرنا التاريخ أيضاً من مخاطر احتكار التكنولوجيا. كانت آلات لغة ليسب في ثمانينيات القرن الماضي رائعة من الناحية التقنية، لكنها فشلت لأنها مثّلت حلولاً غير متوافقة ومنعزلة. أما اليوم، فيوجد خطر معاكس: إذ قد تؤدي هيمنة عدد قليل من شركات التكنولوجيا العالمية في مجالي الذكاء الاصطناعي والروبوتات إلى تركيز إشكالي للسلطة، مما يكبح الابتكار ويجعل الرقابة الديمقراطية أكثر صعوبة.
أخيرًا، يُظهر التحليل أن النقد التكنولوجي غالبًا ما يكون مُبررًا، ولكنه يستند إلى أسباب خاطئة. كان تحذير جوزيف وايزنباوم من إضفاء الصفات البشرية على الحواسيب نبوءة، لكن استنتاجه بأن الذكاء الاصطناعي لا ينبغي تطويره ثبت خطؤه. واستند التشكيك في روبوتات الخدمة إلى مخاوف مشروعة بشأن الوظائف، لكنه تجاهل إمكاناتها في معالجة نقص العمالة.
تُعدّ هذه الرؤية بالغة الأهمية لتقييم التقنيات الناشئة. لا ينبغي توجيه النقد إلى التقنية نفسها، بل إلى التطبيقات الإشكالية أو التنظيم غير الكافي. يكمن التحدي في تسخير إمكانات التقنيات الجديدة مع تقليل مخاطرها في الوقت نفسه.
يُعلّمنا تاريخ الذكاء الاصطناعي وروبوتات الخدمة التواضع: فلم تتحقق لا التوقعات المتفائلة في خمسينيات القرن الماضي ولا التوقعات المتشائمة في ثمانينياته. كان الواقع أكثر تعقيدًا وأبطأ وأكثر إثارة للدهشة مما كان متوقعًا. ينبغي أن نتذكر هذا الدرس دائمًا عند تقييم التقنيات الناشئة اليوم، من الحوسبة الكمومية إلى الهندسة الوراثية إلى طاقة الاندماج.
في الوقت نفسه، يُظهر التاريخ أن البحث الدؤوب والمستمر يُمكن أن يُفضي إلى اكتشافات ثورية حتى في ظل الظروف الصعبة. لطالما سخر الناس من عقود من عمل جيفري هينتون على الشبكات العصبية، لكنها اليوم تُؤثر في حياتنا جميعًا. وهذا يُشجعنا على عدم الاستسلام، حتى في مجالات البحث التي تبدو ميؤوسًا منها.
لعلّ الدرس الأهمّ هو التالي: التقدّم التكنولوجي ليس خيراً في جوهره ولا شراً في جوهره، بل هو أداةٌ يتوقف تأثيرها على كيفية استخدامنا لها. ليس المطلوب شيطنة التكنولوجيا أو تقديسها، بل توجيهها بوعي ومسؤولية. بهذه الطريقة فقط نضمن أن يُسهم الجيل القادم من التقنيات التي لا تحظى بالتقدير الكافي إسهاماً حقيقياً في رفاهية البشرية.
شريكك العالمي في التسويق وتطوير الأعمال
☑️ لغة أعمالنا هي الإنجليزية أو الألمانية
☑️ جديد: مراسلات بلغتك الأم!
Konrad Wolfenstein
يسعدني أنا وفريقي أن نكون متاحين لكم بصفتنا مستشاركم الشخصي.
يمكنكم التواصل معي عبر ملء نموذج الاتصال هنا wolfenstein@xpert.digital:أو الاتصال بي مباشرةً على الرقم +49 7348 4088 965. عنوان بريدي الإلكتروني هو
أتطلع إلى مشروعنا المشترك.
☑️ دعم الشركات الصغيرة والمتوسطة في مجالات الاستراتيجية والاستشارات والتخطيط والتنفيذ
☑️ إنشاء أو إعادة تنظيم الاستراتيجية الرقمية والتحول الرقمي
☑️ توسيع وتحسين عمليات المبيعات الدولية
☑️ منصات التداول العالمية والرقمية بين الشركات
☑️ تطوير الأعمال الرائدة / التسويق / العلاقات العامة / المعارض التجارية
🎯🎯🎯 استفد من خبرة Xpert.Digital الواسعة والمتعددة الجوانب في باقة خدمات شاملة واحدة | تطوير الأعمال، البحث والتطوير، الواقع الممتد، العلاقات العامة، وتحسين الظهور الرقمي
استفد من خبرة Xpert.Digital الواسعة والمتعددة الجوانب في باقة خدمات شاملة | البحث والتطوير، والواقع الممتد، والعلاقات العامة، وتحسين الظهور الرقمي - الصورة: Xpert.Digital
تتمتع شركة Xpert.Digital بمعرفة متعمقة في مختلف القطاعات، مما يُمكّننا من تطوير استراتيجيات مُصممة خصيصًا لتتوافق بدقة مع متطلبات وتحديات قطاع السوق الخاص بكم. ومن خلال التحليل المستمر لاتجاهات السوق ومتابعة تطورات القطاع، نستطيع اتخاذ إجراءات استباقية وتقديم حلول مبتكرة. إن الجمع بين الخبرة والكفاءة يُولّد قيمة مضافة ويمنح عملاءنا ميزة تنافسية حاسمة.
للمزيد من المعلومات، انقر هنا: